国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于主成分分析和德?tīng)柗品ǖ姆康禺a(chǎn)投資環(huán)境綜合評(píng)價(jià)體系

2010-04-13 06:42鄭健力
中國(guó)土地科學(xué) 2010年12期
關(guān)鍵詞:排序指標(biāo)體系權(quán)重

周 鵬,張 紅,謝 娜,鄭健力

(清華大學(xué)建設(shè)管理系,北京 100084)

構(gòu)建科學(xué)的評(píng)價(jià)體系并合理評(píng)價(jià)不同區(qū)域的房地產(chǎn)投資環(huán)境,有助于市場(chǎng)主體選擇適宜的投資活動(dòng),進(jìn)而準(zhǔn)確把握投資風(fēng)險(xiǎn)。國(guó)際學(xué)術(shù)界對(duì)投資環(huán)境的研究集中在國(guó)際直接投資和區(qū)域投資領(lǐng)域,且注重應(yīng)用評(píng)價(jià)和定量分析[1-4]。國(guó)內(nèi)對(duì)房地產(chǎn)投資環(huán)境評(píng)價(jià)的方法多源于一般投資環(huán)境評(píng)價(jià)模型[5-9],但在選取投資環(huán)境要素、建立指標(biāo)體系及確定評(píng)價(jià)參數(shù)或權(quán)重等方面有較強(qiáng)主觀性,且評(píng)價(jià)方法過(guò)于復(fù)雜,可操作性有待提高。

為有效降低房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)選擇的主觀性、提高評(píng)價(jià)體系的實(shí)用性和針對(duì)性,本文擬沿用多指標(biāo)綜合評(píng)價(jià)的思路,利用主成分分析法選擇合適的投資環(huán)境評(píng)價(jià)指標(biāo),采用德?tīng)柗品ù_定評(píng)價(jià)指標(biāo)權(quán)重,構(gòu)建簡(jiǎn)潔高效的房地產(chǎn)投資環(huán)境綜合評(píng)價(jià)體系,為投資者進(jìn)行房地產(chǎn)投資環(huán)境評(píng)價(jià)提供有效幫助。

1 基本思路及指標(biāo)初選

構(gòu)建房地產(chǎn)投資環(huán)境綜合評(píng)價(jià)體系的基本思路是:(1)房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)初選。從宏觀經(jīng)濟(jì)、房地產(chǎn)市場(chǎng)、基礎(chǔ)設(shè)施和區(qū)位條件4方面選擇指標(biāo),初步建立房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)體系{xij}。(2)利用主成分分析法修正房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)體系。對(duì)北京、上海、廣州等22個(gè)城市的數(shù)據(jù),反復(fù)利用主成分分析法,從投資環(huán)境優(yōu)劣的排序分析中查找并剔除可能導(dǎo)致排序結(jié)果偏差的指標(biāo),確定合理的評(píng)價(jià)指標(biāo)體系{xij′}。(3)采用德?tīng)柗品ù_定房地產(chǎn)投資環(huán)境指標(biāo)權(quán)重。成立專家小組,由各專家匿名估計(jì)指標(biāo)權(quán)重取值,經(jīng)多輪意見(jiàn)收集和反饋后,利用未確知有理數(shù)和盲數(shù)的數(shù)學(xué)方法計(jì)算各指標(biāo)權(quán)重區(qū)間的可信度,得到各評(píng)價(jià)指標(biāo)權(quán)重{aij}。(4)建立房地產(chǎn)投資環(huán)境綜合評(píng)價(jià)公式。根據(jù)修正后的評(píng)價(jià)指標(biāo)體系及其權(quán)重,建立邏輯嚴(yán)密且易于操作的多指標(biāo)綜合評(píng)價(jià)公式X=∑aijxij′,完成房地產(chǎn)投資環(huán)境綜合評(píng)價(jià)體系構(gòu)建。

在參考相關(guān)文獻(xiàn)的基礎(chǔ)上[10],將房地產(chǎn)投資環(huán)境要素分為區(qū)位環(huán)境、經(jīng)濟(jì)環(huán)境、市場(chǎng)環(huán)境和社會(huì)文化環(huán)境4大類。根據(jù)數(shù)據(jù)可獲得性原則,對(duì)4大類要素的子因素進(jìn)行篩選,初步建立房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)體系(表1)。

2 運(yùn)用主成分分析法修正房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)體系

主成分分析法可用于眾多城市房地產(chǎn)投資環(huán)境的優(yōu)劣排序[11],但無(wú)法實(shí)現(xiàn)少數(shù)城市間的比選,且運(yùn)算過(guò)程較為復(fù)雜,直接作為房地產(chǎn)投資環(huán)境評(píng)價(jià)方法有局限性。本文根據(jù)主成分分析法的特點(diǎn),將其用于修正房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)體系。

選擇北京、上海、廣州、重慶、天津、???、貴陽(yáng)、南昌、長(zhǎng)沙、武漢、鄭州、西安、昆明、石家莊、包頭、南寧、烏魯木齊、銀川、長(zhǎng)春、福州、貴陽(yáng)、成都等22個(gè)城市作為研究樣本,反復(fù)利用主成分分析法進(jìn)行各城市房地產(chǎn)投資環(huán)境分值計(jì)算,對(duì)各城市投資環(huán)境優(yōu)劣進(jìn)行排序和分析,查找并剔除導(dǎo)致排序結(jié)果偏差的指標(biāo),直至排序結(jié)果合理。

2.1 檢驗(yàn)評(píng)價(jià)指標(biāo)的合理性

從《2007年城市統(tǒng)計(jì)年鑒》中得到北京、上海等22個(gè)城市的宏觀經(jīng)濟(jì)環(huán)境、房地產(chǎn)市場(chǎng)環(huán)境、基礎(chǔ)設(shè)施環(huán)境、區(qū)位環(huán)境等指標(biāo)數(shù)據(jù),記為X=(Xij)n,其中n=1,2,…,22,為待評(píng)價(jià)的城市數(shù)。

利用SPSS 3.0對(duì)指標(biāo)數(shù)據(jù)進(jìn)行主成分分析,計(jì)算22個(gè)城市的投資環(huán)境得分,具體過(guò)程為:(1)計(jì)算主成分的特征值與貢獻(xiàn)率。對(duì)(Xij)n進(jìn)行標(biāo)準(zhǔn)化處理并進(jìn)行因子分析,選擇特征值大于1且累計(jì)貢獻(xiàn)大于90%的5個(gè)公因子作為評(píng)價(jià)指標(biāo)的主成分。(2)計(jì)算主成分荷載。進(jìn)行評(píng)價(jià)指標(biāo)主成分分析,得到主成分荷載矩陣Tij。(3)計(jì)算指標(biāo)與主成分的系數(shù)。計(jì)算各房地產(chǎn)投資環(huán)境指標(biāo)與各主成分之間的系數(shù)關(guān)系(Wij)p,p=1,2,…,5。(4)計(jì)算城市綜合分值。首先,計(jì)算各個(gè)城市的主成分值。以北京為例,第一主成分Y1值為:

式1中,Y1為北京的第一主成分的分值;T1j為各變量在第一主成分上的載荷;Aj為北京房地產(chǎn)投資環(huán)境各指標(biāo)的標(biāo)準(zhǔn)化數(shù)據(jù)。同理可以求得北京Y2、Y3、Y4、Y5的值。其次,計(jì)算各城市房地產(chǎn)投資環(huán)境總值,以北京為例,其房地產(chǎn)投資環(huán)境綜合分值為:

式2中,Wp為北京第p個(gè)主成分的權(quán)重系數(shù);Yp為北京第p個(gè)主成分的分值。同理可以求得各城市的綜合分值。

表2 22城市房地產(chǎn)投資環(huán)境綜合得分與排序Tab.2 Scores and rankings of real estate investment environment among 22 cities

①取河南省鄭州市作為無(wú)量綱化的基數(shù)。城市房地產(chǎn)投資環(huán)境綜合得分值與所取的無(wú)量綱化基數(shù)有關(guān),僅用于22個(gè)城市排序。

根據(jù)上述計(jì)算方法,得到22個(gè)城市房地產(chǎn)投資環(huán)境的綜合得分和排名①房?jī)r(jià)在很大程度上能體現(xiàn)區(qū)域房地產(chǎn)市場(chǎng)發(fā)展程度,本文對(duì)22個(gè)城市的住宅均價(jià)進(jìn)行排序,并將排序結(jié)果與表2進(jìn)行比較。下文中表4和表6同理。(表2)。

根據(jù)目前市場(chǎng)情況,為使表2中各省會(huì)城市房地產(chǎn)投資環(huán)境排名更符合其實(shí)際發(fā)展程度①,對(duì)初步建立的房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)體系進(jìn)行改進(jìn)。

2.2 評(píng)價(jià)指標(biāo)的改進(jìn)

對(duì)初步建立的房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)進(jìn)行分析和篩選,剔除相關(guān)性較強(qiáng)或易相互干擾的指標(biāo),建立新的房地產(chǎn)投資環(huán)境指標(biāo)體系(表3)。

修正評(píng)價(jià)指標(biāo)后,再次利用主成分分析法對(duì)22個(gè)城市房地產(chǎn)投資環(huán)境進(jìn)行評(píng)價(jià)排名(表4)。

從表4可知新的評(píng)價(jià)指標(biāo)下,各城市房地產(chǎn)投資環(huán)境評(píng)價(jià)得分和排名基本符合目前市場(chǎng)實(shí)際情況。

表3 修正后的評(píng)價(jià)指標(biāo)Tab.3 Corrected evaluating indicators

表4 修正后的城市房地產(chǎn)投資環(huán)境綜合得分與排序Tab.4 Corrected comprehensive scores and rankings of urban real estate investment environments

3 運(yùn)用德?tīng)柗品ù_定房地產(chǎn)投資環(huán)境指標(biāo)權(quán)重

德?tīng)柗品ㄊ且罁?jù)系統(tǒng)的程序,通過(guò)專家進(jìn)行多輪次調(diào)查、綜合各自匿名發(fā)表的意見(jiàn)進(jìn)行預(yù)測(cè)并達(dá)成一致的結(jié)構(gòu)性方法。運(yùn)用德?tīng)柗品ù_定房地產(chǎn)投資環(huán)境指標(biāo)權(quán)重的步驟如下。

(1)組成專家小組。根據(jù)專業(yè)背景和工作成就,選擇12名房地產(chǎn)領(lǐng)域的學(xué)者和5名房地產(chǎn)企業(yè)主要負(fù)責(zé)人組成專家小組。(2)專家匿名評(píng)估。將設(shè)計(jì)好的房地產(chǎn)投資環(huán)境指標(biāo)量值表分發(fā)給專家,由各專家匿名估計(jì)指標(biāo)在不同權(quán)重區(qū)間的取值可能性。(3)3輪意見(jiàn)收集和反饋。對(duì)專家意見(jiàn)進(jìn)行統(tǒng)計(jì),整理出新的指標(biāo)量值表,隨后將結(jié)果反饋給專家,由專家再次評(píng)估,該過(guò)程反復(fù)進(jìn)行3輪,直至每位專家不再改變意見(jiàn)。(4)指標(biāo)權(quán)重綜合處理。根據(jù)最后一輪收集的專家評(píng)估指標(biāo)量值,利用未確知有理數(shù)和盲數(shù)的數(shù)學(xué)方法計(jì)算各指標(biāo)權(quán)重區(qū)間的可信度,最終確定各指標(biāo)權(quán)重(表5)。

4 建立房地產(chǎn)投資環(huán)境綜合評(píng)價(jià)公式

根據(jù)表3和表5的評(píng)價(jià)指標(biāo)及其權(quán)重,建立房地產(chǎn)投資環(huán)境多指標(biāo)綜合評(píng)價(jià)公式。

表5 房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)權(quán)重表Tab.5 Weight distribution of evaluating indicators of real estate investments

表6 利用綜合評(píng)價(jià)公式得到的城市房地產(chǎn)投資環(huán)境得分與排序Tab.6 Scores and rankings of urban real estate investment environments calculated by com prehensive evaluation formula

式3中,aij為評(píng)價(jià)指標(biāo)權(quán)重;X′1j為房地產(chǎn)投資宏觀經(jīng)濟(jì)環(huán)境指標(biāo);X2j′為房地產(chǎn)投資市場(chǎng)環(huán)境指標(biāo);X3j′為房地產(chǎn)投資基礎(chǔ)設(shè)施環(huán)境指標(biāo);X4j′為房地產(chǎn)投資區(qū)位環(huán)境指標(biāo)。

將22個(gè)城市宏觀經(jīng)濟(jì)環(huán)境、房地產(chǎn)市場(chǎng)環(huán)境、基礎(chǔ)設(shè)施環(huán)境、區(qū)位環(huán)境的指標(biāo)數(shù)據(jù)代入式3,可計(jì)算得到22個(gè)主要省會(huì)城市房地產(chǎn)投資環(huán)境的綜合得分和排名(表6)。

表6和表4結(jié)果相近,即利用綜合評(píng)價(jià)公式得到的22個(gè)城市房地產(chǎn)投資環(huán)境優(yōu)劣也可以認(rèn)為與實(shí)際情況基本相符。但與主成分分析法相比,多指標(biāo)綜合評(píng)價(jià)公式簡(jiǎn)潔高效,代入指標(biāo)數(shù)據(jù)便能得到評(píng)價(jià)結(jié)果,無(wú)復(fù)雜運(yùn)算過(guò)程,且能實(shí)現(xiàn)少數(shù)城市間的房地產(chǎn)投資環(huán)境優(yōu)劣比較。

5 結(jié)論與建議

本文利用主成分分析法和德?tīng)柗品ㄟM(jìn)行房地產(chǎn)投資環(huán)境綜合評(píng)價(jià)體系構(gòu)建,得到以下結(jié)論:(1)在初選指標(biāo)基礎(chǔ)上,利用主成分分析法對(duì)22個(gè)城市房地產(chǎn)投資環(huán)境優(yōu)劣進(jìn)行排序,查找并剔除導(dǎo)致排序結(jié)果偏差的指標(biāo),由此確定合理的評(píng)價(jià)指標(biāo)體系,彌補(bǔ)了前人選擇評(píng)價(jià)指標(biāo)主觀性偏大的缺陷;(2)通過(guò)對(duì)專家進(jìn)行多輪次意見(jiàn)調(diào)查、收集和反饋,利用未確知有理數(shù)和盲數(shù)的數(shù)學(xué)方法計(jì)算各指標(biāo)權(quán)重區(qū)間的可信度,保證了評(píng)價(jià)指標(biāo)權(quán)重的合理性;(3)所構(gòu)建的房地產(chǎn)投資環(huán)境綜合評(píng)價(jià)體系對(duì)于樣本數(shù)量無(wú)限制,能快速實(shí)現(xiàn)不同城市間的房地產(chǎn)投資環(huán)境優(yōu)劣比較,具有較強(qiáng)的科學(xué)性和操作性。

建議在后續(xù)研究中進(jìn)一步完善:(1)擴(kuò)大評(píng)價(jià)體系所包含的房地產(chǎn)市場(chǎng)范圍。將商業(yè)地產(chǎn)、工業(yè)地產(chǎn)納入到整個(gè)評(píng)價(jià)體系中,以便更準(zhǔn)確全面地反映城市房地產(chǎn)行業(yè)發(fā)展現(xiàn)狀,更有針對(duì)性地為房地產(chǎn)開(kāi)發(fā)企業(yè)提供投資選擇建議。(2)完善房地產(chǎn)投資環(huán)境評(píng)價(jià)指標(biāo)體系??紤]城市未來(lái)發(fā)展?jié)摿捌渌蛩氐挠绊?,補(bǔ)充反映經(jīng)濟(jì)周期、政府宏觀調(diào)控等信息,使評(píng)價(jià)指標(biāo)體系更豐富合理。

(References):

[1]D.Wheeler,A.Mody.International investment location decision:the case of U.S.firms[J].Journal of International Economics,1992,(33):57-76.

[2]R.Florida,M.Kenney.Restrictions in place,Japanese investment,production organization,and the geography of steel[J].Economic Geography,1992,(8):80-92.

[3]S.Bagchi.FDIin US produces services:a temporal analysis of foreign direct investment in the finance insurance and realestate sectors[J].Regional Studies,1995,(29):150-168.

[4]S.Deng,Y.Li,J.Chen.Evaluating foreign invest mentenvironment in China:a systematic approach[J].Journal of Operational Research,1997,(4):16-26.

[5]杜德權(quán).房地產(chǎn)投資環(huán)境評(píng)價(jià)應(yīng)用研究[D].重慶:重慶大學(xué),2003:47-78.

[6]周書(shū)敬,宋喜民.嫡權(quán)方法在房地產(chǎn)投資環(huán)境優(yōu)劣評(píng)價(jià)中的應(yīng)用[J].基建優(yōu)化,2003,(2):13-14.

[7]王洪強(qiáng),林知炎,張英婕.基于灰色系統(tǒng)理論的房地產(chǎn)投資環(huán)境分析方法[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2005,33(3):422-426.

[8]王明,何亞伯,陳玉梅.基于FAHP的房地產(chǎn)投資環(huán)境分析[J].建筑經(jīng)濟(jì),2007,(7):84-86.

[9]索豐平,焦健.一種基于未確知測(cè)度方法的房地產(chǎn)投資環(huán)境綜合評(píng)價(jià)模型[J].商場(chǎng)現(xiàn)代化,2007,(10):291-292.

[10]劉秋雁.房地產(chǎn)投資分析[M].大連:東北財(cái)經(jīng)大學(xué)出版社,2007:52-67.

[11]謝瑞.城市房地產(chǎn)投資環(huán)境評(píng)價(jià)及應(yīng)用研究[D].成都:四川大學(xué),2007:38-47.

猜你喜歡
排序指標(biāo)體系權(quán)重
2022城市商業(yè)魅力指標(biāo)體系
作者簡(jiǎn)介
權(quán)重常思“浮名輕”
恐怖排序
網(wǎng)絡(luò)空間攻防對(duì)聯(lián)合作戰(zhàn)體系支援度評(píng)估指標(biāo)體系構(gòu)建
節(jié)日排序
為黨督政勤履職 代民行權(quán)重?fù)?dān)當(dāng)
層次分析法在生態(tài)系統(tǒng)健康評(píng)價(jià)指標(biāo)體系中的應(yīng)用
供給側(cè)改革指標(biāo)體系初探
基于局部權(quán)重k-近質(zhì)心近鄰算法